Co trzecia nowa strona internetowa nosi ślady tekstu wygenerowanego przez AI

Najważniejszy wynik: 35% nowych stron z sygnałami AI

Analiza Pew Research Center z sierpnia 2026 r. przynosi jeden z wyraźniejszych dotąd obrazów tego, jak szybko sztuczna inteligencja weszła do internetowego publikowania. Istotne oznaki autorstwa AI lub znacznej edycji tekstu przez AI pojawiły się na 35% badanych anglojęzycznych stron opublikowanych po publicznej premierze ChatGPT. W szerszej migawce z lipca 2026 r., obejmującej także starsze materiały, odsetek wyniósł 10%. 15

To rozróżnienie ma kluczowe znaczenie. System Pew rozpoznawał wzorce kojarzone z pisaniem lub redagowaniem tekstu przez AI, ale nie dowodził, że każdą oznaczoną stronę wygenerowała sztuczna inteligencja. Nie określał też, jak duży był udział AI w przygotowaniu konkretnej publikacji. 1

Jak przeprowadzono badanie?

Badacze pobrali po 10 tys. anglojęzycznych stron z każdej z 49 migawek Common Crawl, zebranych od stycznia 2021 r. do lipca 2026 r. Łącznie dało to 490 tys. stron. Common Crawl to archiwum publicznie dostępnych treści internetowych. Oznacza to, że strony za paywallem lub wymagające logowania mogą być w nim słabiej reprezentowane. 3

Z pobranych materiałów wyodrębniono tekst główny, a następnie przeanalizowano go za pomocą Open Pangram — narzędzia do wykrywania sygnałów związanych z autorstwem AI lub istotną edycją tekstu przez AI. Wyników nie potraktowano jako prostego podziału na „napisane przez człowieka” i „napisane przez maszynę”. Metoda miała wychwytywać także treści mieszane, w których człowiek korzystał z AI do przeredagowania, rozwinięcia lub korekty tekstu. 13

10% wszystkich stron, ale 35% po odfiltrowaniu starszych materiałów

Losowa próba 10 tys. stron zebranych w lipcu 2026 r. wykazała istotne sygnały autorstwa AI na około jednej na dziesięć stron. Ten wynik obejmował również publikacje powstałe przed pojawieniem się ChatGPT, co obniżało ogólny odsetek. 15

Następnie Pew ograniczył analizę do stron z datą publikacji późniejszą niż 30 listopada 2022 r., czyli dzień publicznej premiery ChatGPT. W tak wybranej grupie udział wzrósł do 35% — ponad jednej trzeciej stron. 1

Nie należy jednak traktować tej liczby jako dokładnego spisu wszystkich stron opublikowanych po uruchomieniu ChatGPT. Tylko część stron zawierała możliwą do wykorzystania datę publikacji, dlatego wynik 35% dotyczy materiałów, które Pew mógł datować i porównać, a niekoniecznie całej zawartości internetu powstałej po 2022 r. 3

Najwięcej sygnałów na stronach komercyjnych

Częstość występowania sygnałów AI wyraźnie różniła się w zależności od domeny najwyższego poziomu. W pomiarach Pew z 2026 r. wyglądała ona następująco:

• .com: około 9–10% stron,
• .org: około 4,6%,
• .edu: około 1%,
• .gov: około 1%.

Oznacza to, że w badanej próbie strony .com miały sygnały AI mniej więcej dwa razy częściej niż strony .org i około dziesięć razy częściej niż strony .edu oraz .gov. 4

Nie jest to dowód na to, że każdy komercyjny wydawca korzysta z AI ani że witryny edukacyjne i rządowe pozostają całkowicie wolne od takich treści. Dane pokazują jednak, że najwyższe zmierzone natężenie sygnałów występowało w komercyjnej części sieci. 4

Jak łączy się to z danymi Cloudflare o ruchu botów?

Raporty dotyczące danych Cloudflare z 2026 r. wskazywały, że automatyczne boty i agenci AI odpowiadały za około 57–57,5% mierzonych żądań dotyczących treści HTML, podczas gdy udział ludzi wynosił około 42,5%. 1718

Oba wyniki opisują jednak różne warstwy internetu:

• Pew analizował zawartość stron — sprawdzał, czy tekst nosi sygnały autorstwa AI lub istotnej edycji przez AI.
• Cloudflare analizował żądania i ruch — oceniał, czy do stron HTML docierały systemy automatyczne, czy ludzie.

Nie są to więc dane wymienne, lecz uzupełniające się. Bot może odwiedzać stronę napisaną w całości przez człowieka, a tekst z sygnałami AI nadal może być czytany głównie przez ludzi. Żadne z tych badań nie dowodzi drugiego wyniku. Razem pokazują jednak internet coraz silniej kształtowany zarówno przez maszynowo tworzone treści, jak i maszynowy dostęp do stron. 11718

Ograniczenia, o których warto pamiętać

Pew zaznaczył, że detektory AI mogą błędnie klasyfikować tekst napisany przez człowieka. Pozytywny wynik należy zatem rozumieć jako sygnał, a nie jednoznaczne ustalenie autorstwa. Metoda nie pozwala też wiarygodnie odróżnić tekstu wygenerowanego niemal w całości przez AI od lżejszych form pomocy, takich jak redakcja, korekta czy przeredagowanie. 1

Badanie ma również inne ograniczenia:

• obejmuje strony anglojęzyczne, a nie cały globalny internet;
• opiera się na stronach publicznie dostępnych dla robotów archiwizujących w Common Crawl;
• porównanie po premierze ChatGPT wykorzystuje podzbiór stron z wpisaną datą publikacji, który nie musi być reprezentatywny dla wszystkich nowych materiałów. 3

Wynik 35% jest więc szacunkiem dotyczącym wykrywalnych sygnałów związanych z AI w określonej próbie. Nie stanowi ostatecznej odpowiedzi na pytanie, jaki odsetek całego internetu został napisany przez sztuczną inteligencję.

Zmienia się także język internetu

Pew przeanalizował dodatkowo wybrane cechy językowe — jako osobny sposób śledzenia zmian w stylu internetowych publikacji. Wśród stron opublikowanych po premierze ChatGPT badacze zauważyli częstsze użycie pauz (em dash), przecinka oksfordzkiego, negacji równoległej oraz grupy słów kojarzonych z tekstami generowanymi przez AI. Wśród tych słów znalazły się m.in. angielskie „delve”, „crucial”, „landscape”, „pivotal” i „underscore”. 2

Same wzorce językowe również nie są dowodem autorstwa. Człowiek może używać identycznej interpunkcji lub słownictwa, a mody językowe mogą rozprzestrzeniać się z powodów niezwiązanych ze sztuczną inteligencją. Są raczej dodatkowym, wspierającym sygnałem szerszej zmiany stylu publikowania w sieci. 2

Co z tego wynika?

Najważniejszy wniosek z badania Pew nie brzmi: „35% internetu napisała sztuczna inteligencja”. Precyzyjniej: wśród datowanych anglojęzycznych stron z próby ponad jedna trzecia materiałów opublikowanych po premierze ChatGPT wykazywała istotne sygnały zgodne z autorstwem AI lub znaczną edycją przez AI. W szerszej migawce z lipca 2026 r. takie sygnały znaleziono na 10% wszystkich badanych stron, a domeny komercyjne notowały wyraźnie wyższe wartości niż .edu, .gov czy .org. 134

Dane Pew najlepiej traktować jako miarę zmieniającego się środowiska publikowania — oraz przypomnienie, że pochodzenia tekstu nie da się ustalić wyłącznie na podstawie wyniku detektora AI.